sgu 132 分类: sgu 2015-05...

本文深入探讨了状压DP算法的实现细节,通过一个具体的编程示例,详细讲解了如何利用该算法解决复杂的路径选择问题。文章展示了算法的时间复杂度为O(m*2^2n*3^n),并提供了完整的C++代码实现。

状压DP,时间复杂度O(m22n3n)


#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>

const int MAXM = 75, MAXN = 7, INF = 1<<30, Nya = -1;

int n, m;
int map[MAXM];
int f[2][1<<MAXN][1<<MAXN];
int ans = INF, flag;

void Update(int &x,int y)
{// y != Nya
    if(x == Nya || y < x) x = y;
}
void DFS(int row,int col,int now,int las,int cost)
{
    if((map[row]&now)||(map[row-1]&las)) return;

    if(col == n)
    {
        for(int lasp = 0; lasp < (1<<n); lasp++)
        {
            if((lasp&las) || (lasp&map[row-1])) continue;

            int last = lasp^las^map[row-1];

            bool tag = true; 
            for(int i = 1; i < n && tag; i++)
                if(!(last&(1<<i)) && !(last&(1<<(i-1)))) tag = false;
            if(!tag) continue;

            if(row == 1) {Update(f[flag][lasp^las][now], cost); continue;}

            for(int lasq = 0; lasq < (1<<n); lasq++)
                if(f[flag^1][lasq][lasp] != Nya)
                {
                    int qast = lasq^map[row-2];

                    tag = true;
                    for(int i = 0; i < n && tag; i++)
                        if(!(qast&(1<<i)) && !(last&(1<<i))) tag = false;
                    if(!tag) continue;

                    Update(f[flag][lasp^las][now],f[flag^1][lasq][lasp] + cost);
                }
        }
    }
    else
    {
        DFS(row,col+1,now|(1<<col),las|(1<<col),cost+1);

        if(col && (!(now&(1<<(col-1)))))
            DFS(row,col+1,now|(1<<(col-1))|(1<<col),las,cost+1);

        DFS(row,col+1,now,las,cost);
    }
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("sgu132.in","r",stdin); 
    freopen("sgu132.out","w",stdout);
#endif

    std::cin >> m >> n;
    for(int i = 1; i <= m; i++)
    {
        char str[MAXN+3]; std::cin >> str;
        for(int j = 0; j < n; j++)
            if(str[j] == '*') map[i] |= 1<<j;
    }
    map[0] = map[m+1] = map[m+2] = (1<<n)-1;

    for(int i = 1; i <= m+2 ; i++)
        flag ^= 1, memset(f[flag],Nya,sizeof(f[flag])), DFS(i,0,0,0,0);

    for(int i = 0 ; i < (1<<n); i++)
        for(int j = 0 ; j < (1<<n); j++)
            if(f[flag][i][j] != Nya)
                ans = std::min(ans,f[flag][i][j]);

    std::cout << ans;

#ifndef ONLINE_JUDGE
    fclose(stdin);
    fclose(stdout);
#endif
    return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

转载于:https://www.cnblogs.com/dashgua/p/4723025.html

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值